1051511的作業2

一、作業要求:

邊緣偵測與製作線條自畫像 Edge Detection Contour Drawing撰寫一個程式，讀取一張256 色灰階圖像或 RGB 全彩圖像(.bmp 或.jpg 圖像格式都可) ，利用Sobel Operators 偵測圖像邊緣，並以邊緣偵測為基礎(如彩色圖像針可先將圖片 由 RGB 轉換至HIS 或 YUV, YCbCr 等色彩空間，只需對亮度 Channel I或Y處理，再轉回 RGB 即可)，設計一個類似素描線條自畫像程式。(如果可以分析邊緣偵測所得到的點，結合成線條方式呈現更佳!)
二、使用的環境:

• Windows10
• Python3.6
• Opencv-3.4
• Pyqt 5

三、特殊程式片段說明:

    

    我給於使用者兩種方式來寫邊緣偵測分別是Sobel以及Scharr，讓使用者觀看哪種邊緣偵測是他們所需要的

    Sobel的部分:

• 使用cv2.GaussianBlur()--->以減少雜訊
• 使用Sobel()--->分別水平及垂直的運算
• 使用convertScaleAbs()--->將圖片轉成CV_8U的型態
• 使用addWeighted()--->將垂直軸和水平軸的圖片分配權重，並結合在一起

  Scharr的部分:

• 使用cv2.GaussianBlur()--->以減少雜訊
• 使用Scharr()--->分別水平及垂直的運算]
• 使用convertScaleAbs()--->將圖片轉成CV_8U的型態
• 使用addWeighted()--->將垂直軸和水平軸的圖片分配權重，並結合在一起

    兩者的差別主要在於運算用的核不同，在測試的情況下Scharr效果較好

四、執行方式:

      以Load鍵選取想要調整的圖片，並選取上方的radiobox選擇想要的邊緣偵測方式，再按下Save進行存檔。

五、執行結果:

• 初始介面          

• Load 圖片(彩圖)

• 選擇Sobel

• 選擇Scharr

• 分別save圖片

• Load 圖片(灰階圖)

• 選擇Sobel

• 選擇Scharr

• 分別save圖片